AI 인프라 주권 경쟁: 한국과 SpaceX의 선택

AI 경쟁의 전장이 바뀌고 있다

피지컬 AI(Physical AI, 물리적 공간에서 직접 행동하는 인공지능) 국산화를 선언한 한국 정부와, 우주에 AI 데이터센터를 띄우겠다는 SpaceX의 상장 — 이 두 사건은 같은 질문을 가리킵니다. "AI 인프라의 주권을 누가 쥐느냐." 2026년 6월, 서울과 나스닥에서 동시에 울린 이 신호를 학생과 개발자 관점에서 짚어봅니다.

한국의 선택: 피지컬 AI 국산화

월드모델 원천기술 확보에 340억 투입

과학기술정보통신부는 2026년 6월 9일 서울 마곡 LG사이언스파크에서 '피지컬 AI 선도기술개발사업' 착수보고회를 개최했습니다. 2년간 340억 원을 투입해 **월드모델(World Model, 현실 세계를 시뮬레이션하는 AI 핵심 인프라)**의 원천기술을 독자 확보하겠다는 계획입니다.

피지컬 AI란 로봇·자율주행·스마트 팩토리처럼 현실 공간에서 직접 행동하는 AI입니다. 소프트웨어 오류가 인명 피해로 직결될 수 있기 때문에, 가상환경에서 충분히 학습·검증하는 월드모델 인프라가 필수입니다. 그동안 국내 피지컬 AI 생태계는 이 시뮬레이션 플랫폼을 대부분 외산(NVIDIA Isaac, Mujoco 등)에 의존해왔습니다.

이번 사업은 LG전자(주관), 마음AI, 로보티즈, KT, KAIST, 서울대 등 10개 산학연 기관이 결집한 컨소시엄 구조입니다. 목표 수치는 야심찹니다 — 현재 글로벌 최고 수준(OpenGV랩, 14.5%p 향상)을 뛰어넘는 로봇 최종 동작 성공률 20%p 이상 향상.

파운데이션 모델(Foundation Model) 전이 성능이 핵심

사업의 기술 목표는 두 가지로 요약됩니다.

1. 국산 월드모델 구축 — 합성 데이터(Synthetic Data, 가상환경에서 생성한 학습 데이터)를 대량 생성해 파운데이션 모델(Foundation Model, 다양한 작업에 범용 적용 가능한 대형 AI 모델) 학습을 지원
2. 전이 성능 극대화 — 가상에서 학습한 모델이 실제 제조·물류 현장에서도 효과적으로 동작하도록 하는 Sim-to-Real(시뮬레이션-현실 전이) 기술 고도화

2년간 총 4회 반복 검증 파이프라인을 운영하고, 최종 단계에서는 실제 제조·물류 현장에서 실증을 수행합니다.

교육·취업 영향: KAIST·서울대 직접 참여

KAIST와 서울대가 공식 참여 기관으로 이름을 올린 점은 학생들에게 직접적인 기회를 의미합니다. 로봇공학, 강화학습(Reinforcement Learning), 컴퓨터 비전 전공 학생이라면 관련 연구실의 산학 프로젝트를 주목할 필요가 있습니다. 정부가 국가전략기술로 지정한 분야인 만큼, 향후 장학금·인턴십·연구과제 공모도 확대될 가능성이 높습니다.

학생 활용법: 과기정통부 '피지컬 AI 선도기술개발사업' 참여 기관의 연구실 홈페이지를 모니터링하고, 로봇 시뮬레이션(ROS, Isaac Sim) 기초 실습부터 시작해보세요.

SpaceX의 선택: AI를 우주로

역대 최대 IPO의 진짜 이유

같은 시기, SpaceX는 1조 7,500억 달러(약 2,400조 원) 기업가치로 나스닥에 상장(티커: SPCX)했습니다. 역사상 최대 규모의 기업공개(IPO, Initial Public Offering)입니다. 그런데 상장 설명서(S-1 Prospectus)에 묻혀 있는 숫자가 더 흥미롭습니다.

SpaceX의 AI 사업부문은 2025년 32억 달러를 벌어들이면서 64억 달러를 손실냈습니다. 로켓·스타링크 사업이 흑자를 내는 동안, AI 부문은 거대한 현금 소각로입니다. 그렇다면 왜 시장은 이 회사에 1.75조 달러를 쓸까요?

궤도 데이터센터: 머스크의 핵심 베팅

머스크의 논리는 이렇습니다. AI의 병목은 더 똑똑한 알고리즘이 아니라, 전력과 컴퓨팅 인프라다. 지구상에서 데이터센터를 짓기 위해선 토지 매입, 전력망 연결, 냉각 시스템, 인허가 절차가 필요합니다. 우주에는 이것이 없습니다.

SpaceX는 FCC(미국 연방통신위원회)에 태양광 구동 위성 100만 기를 궤도에 올리는 '궤도 데이터센터 시스템(Orbital Data Center System)' 계획을 신청했고, 첫 번째 위성 'AI1'(150킬로와트급)을 공개했습니다. xAI와 Grok 모델도 SpaceX 내부로 흡수되었습니다. 로켓(스타십)은 배달 트럭, 스타링크는 현금 창출기, Grok은 탑재 모델 — 수직 통합의 완성입니다.

AI 인프라 전쟁이 교육에 주는 시사점

MIT Technology Review는 AI가 과학 연구를 가속하는 동시에, AI 도구에 의존도가 높아질수록 연구 범위가 좁아지는 '과학 슬롭(Science Slop)' 현상도 우려된다고 분석합니다. AI 모델 자체보다 인프라(전력·컴퓨팅·시뮬레이션)를 이해하는 엔지니어의 수요가 급증할 것입니다.

학생 활용법: 클라우드 컴퓨팅(AWS, GCP, Azure) 기초와 함께 에너지 효율적인 AI 추론(Inference Optimization) 개념을 공부하면, AI 인프라 분야 취업 경쟁력을 키울 수 있습니다.

AI 경제 영향 연구: OpenAI의 공개 모집

이 흐름 속에서 OpenAI는 경제연구교환(Economic Research Exchange) 프로그램을 출범시켰습니다. AI가 노동자·기업·교육·생산성에 미치는 영향을 외부 연구자와 협업해 실증적으로 규명하겠다는 취지입니다. 선정된 연구자는 OpenAI 데이터·도구에 접근할 수 있으며, 응용 인과추론·노동경제학·교육경제학 분야를 특히 환영합니다.

정리: AI 인프라 시대, 무엇을 준비할까

세 흐름이 공통적으로 가리키는 결론은 하나입니다. AI 경쟁의 핵심 전장이 알고리즘에서 인프라로 이동하고 있으며, 이를 이해하는 사람이 다음 10년을 설계합니다.